客戶信息不完全下的授信評(píng)估問題——基于邏輯回歸、神經(jīng)網(wǎng)絡(luò)等模型
發(fā)布時(shí)間:2022-01-08 20:06
對(duì)于保理公司來說,授信額度的計(jì)算與客戶的違約可能性顯得尤為重要。但在現(xiàn)實(shí)生活中,往往會(huì)出現(xiàn)客戶資料缺失的情況發(fā)生。因此,本文就此類問題進(jìn)行了分析并建立相關(guān)模型。采用KNN填補(bǔ)法填充缺失數(shù)據(jù),并利用主成分分析法、邏輯回歸構(gòu)建違約率模型。采用向前逐步回歸法、多元線性回歸,得到授信額度估算模型。最后利用神經(jīng)網(wǎng)絡(luò)進(jìn)行二分類回歸,提供保守型公司和風(fēng)險(xiǎn)型公司的兩個(gè)不同標(biāo)準(zhǔn)來判斷客戶是否違約。實(shí)證結(jié)果表明,模型可以作為較為理想的預(yù)測(cè)工具。
【文章來源】:現(xiàn)代商業(yè). 2019,(36)
【文章頁數(shù)】:2 頁
【文章目錄】:
一、引言
二、理論和研究假設(shè)
(一)KNN填充算法
(二)主成分分析(PCA)模型
(三)logistic模型
(四)神經(jīng)網(wǎng)絡(luò)模型
三、研究方法
(一)描述性統(tǒng)計(jì)
(二)檢驗(yàn)是否服從正態(tài)分布
(三)進(jìn)行標(biāo)準(zhǔn)化處理
(四)剔除異常值與缺失值
四、數(shù)據(jù)分析
(一)KNN填充
(二)主成分降維
(三)邏輯回歸
1. 數(shù)據(jù)代入。
2. 模型檢驗(yàn)。
(四)逐步回歸法
(五)神經(jīng)網(wǎng)絡(luò)回歸預(yù)測(cè)
1. 保守型保理公司。
2. 風(fēng)險(xiǎn)型保理公司。
五、討論與結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于信用風(fēng)險(xiǎn)度的商業(yè)銀行風(fēng)險(xiǎn)評(píng)估模型研究[J]. 王建新,于立勇. 管理工程學(xué)報(bào). 2007(04)
[2]基于具有吸收態(tài)馬爾可夫鏈的銀行逾期貸款風(fēng)險(xiǎn)分析[J]. 于立勇,李漢鈴,關(guān)龍. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2000(11)
本文編號(hào):3577196
【文章來源】:現(xiàn)代商業(yè). 2019,(36)
【文章頁數(shù)】:2 頁
【文章目錄】:
一、引言
二、理論和研究假設(shè)
(一)KNN填充算法
(二)主成分分析(PCA)模型
(三)logistic模型
(四)神經(jīng)網(wǎng)絡(luò)模型
三、研究方法
(一)描述性統(tǒng)計(jì)
(二)檢驗(yàn)是否服從正態(tài)分布
(三)進(jìn)行標(biāo)準(zhǔn)化處理
(四)剔除異常值與缺失值
四、數(shù)據(jù)分析
(一)KNN填充
(二)主成分降維
(三)邏輯回歸
1. 數(shù)據(jù)代入。
2. 模型檢驗(yàn)。
(四)逐步回歸法
(五)神經(jīng)網(wǎng)絡(luò)回歸預(yù)測(cè)
1. 保守型保理公司。
2. 風(fēng)險(xiǎn)型保理公司。
五、討論與結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]基于信用風(fēng)險(xiǎn)度的商業(yè)銀行風(fēng)險(xiǎn)評(píng)估模型研究[J]. 王建新,于立勇. 管理工程學(xué)報(bào). 2007(04)
[2]基于具有吸收態(tài)馬爾可夫鏈的銀行逾期貸款風(fēng)險(xiǎn)分析[J]. 于立勇,李漢鈴,關(guān)龍. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2000(11)
本文編號(hào):3577196
本文鏈接:http://sikaile.net/guanlilunwen/bankxd/3577196.html
最近更新
教材專著